课程主页: https://www.udemy.com/course/python-programming-build-a-recommendation-engine-in-django/
在当今的数字时代，推荐系统在我们的日常生活中变得越来越重要。今天，我想向大家推荐一门极具实用性的在线课程——《Python编程：在Django中构建推荐引擎》。
这门课程的重点是使用Django框架和一种名为协同过滤的机器学习技术来构建一个推荐引擎。课程中，我们将利用真实数据集MovieLens，用户可以对电影进行评分，而系统将根据这些评分自动推荐新电影。与实时推荐不同，这种批量推荐方式使得系统更具可扩展性，能够为成千上万的用户提供帮助。
### 课程亮点
1. **SQL数据库的使用**：课程中，我们将把MovieLens数据集加载到SQL数据库中，这比单纯使用CSV文件要强大得多。通过Django模型来处理数据，增加了数据管理的灵活性和效率。
2. **Celery的实现**：为了进行批量推理，课程中介绍了Celery这一强大的后台任务处理工具。Celery可以让你在后台运行任务、定时运行任务或两者结合。对于没有接触过Celery的同学来说，这无疑是一次令人惊喜的体验。
3. **HTMX的应用**：课程还使用了HTMX来动态更新内容，而无需重新加载页面。通过HTMX，用户可以快速地对电影进行评分、排序并加载更多内容，极大地提升了用户体验。
### 课程结构
推荐引擎在Django中的实现可分为三个部分：
– **Web进程**：设置Django以收集用户兴趣并提供推荐。
– **机器学习管道**：从Django中提取数据、转换数据并训练协同过滤模型。
– **工作进程**：使用Celery来调度和运行训练好的模型预测，并更新Django相关的用户推荐数据。
### 推荐背景
为了更好地参与这门课程，建议学员具备以下基础：
– Python 3.6+（如《30天Python编程》）
– Django 3.2+（如《你的第一个Django网页项目》或《尝试Django 3.2》）
– Celery与Django的结合（如《时间与任务2》或相关博文）
总的来说，这门课程不仅适合想要学习推荐系统的初学者，也适合希望深化Django和机器学习知识的开发者。通过实践，学员将收获宝贵的技能和经验，能够创建出更智能的应用程序。强烈推荐大家去Udemy上学习这门课程！
课程主页: https://www.udemy.com/course/python-programming-build-a-recommendation-engine-in-django/